Senior Engineer, Machine Learning Operations

Dołącz do naszego zespołu jako Starszy Inżynier ds. Operacji Uczenia Maszynowego w Qualys!

Zostań częścią innowacyjnego i współpracującego zespołu, który wspiera jedne z najbardziej ekscytujących misji na świecie. Jeśli pasjonuje Cię wdrażanie i utrzymywanie modeli uczenia maszynowego w produkcji oraz świetnie radzisz sobie z rozwiązywaniem skomplikowanych problemów technicznych, chcemy Cię poznać!

Szukamy utalentowanego i doświadczonego Inżyniera ds. Operacji Uczenia Maszynowego (MLOps), który dołączy do naszego zespołu. Jako inżynier MLOps w Qualys odgrywasz kluczową rolę w zarządzaniu pełnym cyklem życia naszych modeli uczenia maszynowego, od rozwoju po produkcję.

Na tym stanowisku będziesz ściśle współpracować z naukowcami danych, inżynierami oprogramowania i innymi interesariuszami, aby zapewnić płynną integrację rozwiązań uczenia maszynowego z naszymi produktami i usługami.

Twoje główne obowiązki jako Starszego Inżyniera MLOps będą obejmować:

• Projektowanie i wdrażanie potoków CI/CD dla modeli uczenia maszynowego z wykorzystaniem narzędzi takich jak GitLab CI, GitHub Actions, CircleCI lub Airflow.
• Wdrażanie modeli uczenia maszynowego do środowisk produkcyjnych.
• Zakładanie systemów monitorowania w celu śledzenia wydajności modeli oraz dryfu danych, a także wdrażanie automatycznych alertów o potencjalnych problemach.
• Zarządzanie i optymalizacja infrastruktury niezbędnej do uruchamiania modeli uczenia maszynowego, w tym zasobów chmurowych, kontenerów i narzędzi do orkiestracji.
• Wdrażanie systemów kontroli wersji dla modeli uczenia maszynowego i współpraca z naukowcami danych oraz inżynierami w celu usprawnienia procesu rozwoju i wdrażania modeli.
• Opracowywanie skryptów automatyzacji i narzędzi do usprawnienia wdrażania i skalowania rozwiązań uczenia maszynowego, zapewniając wysoką dostępność i niezawodność.
• Wdrażanie najlepszych praktyk bezpieczeństwa dla systemów uczenia maszynowego i zapewnienie zgodności z przepisami dotyczącymi prywatności danych.
• Identyfikowanie możliwości optymalizacji wydajności modeli uczenia maszynowego, w tym strojenie hiperparametrów, poprawa szybkości wnioskowania i zmniejszanie zużycia zasobów.
• Aktualizowanie się z najnowszymi osiągnięciami w dziedzinie MLOps i pokrewnych technologii.
• Dokumentowanie procesów i najlepszych praktyk MLOps w zespole.

Aby odnieść sukces na tym stanowisku, będziesz potrzebować:

• Tytułu licencjata lub magistra w dziedzinie Informatyki, Inżynierii lub pokrewnej (lub równoważnego doświadczenia).
• Udokumentowanego doświadczenia w operacjach uczenia maszynowego, DevOps lub inżynierii oprogramowania.
• Mocnego zrozumienia zasad CI/CD oraz doświadczenia z narzędziami CI/CD.
• Biegłości w językach programowania takich jak Python, Java lub Go.
• Doświadczenia z technologiami konteneryzacji (Docker, Kubernetes) i narzędziami do orkiestracji.
• Doświadczenie z narzędziami MLOps (MLflow, Kubeflow, Metaflow) będzie dodatkiem.
• Znajomości frameworków uczenia maszynowego (TensorFlow, PyTorch, scikit-learn) będzie dodatkiem.